前面挖坑了，大概提了一下用戶付費預測的事情，主要用于解決重度后置付費產品提前回傳數據給廣告平臺，幫助廣告平臺學習，從而提高付費用戶買量的精準性。

Facebook的VO或者AEO都只能最多接收到7天的回傳數據，Google的3.0投放用的是7天的數據綜合學習，其實對于廣告系統來說越早回傳真實的付費數據對廣告投放學習越有幫助。但是游戲后置付費比較深的產品，很明顯無法在7天內就把付費數據都回傳，只拿7天的付費數據作為廣告投放依據又不夠科學，所以這里我們需要做最重要的一件事情，用戶付費預測。

插一個題外話，我見到很多付費特別靠前的割韭菜類型產品在FB上跑的非常好，比如1-1直播這種，還有玩”不小心“就訂閱一年的產品。還有上來就要求充錢才能看的互動閱讀，付費小說這些其實都是靠著回傳早，好學習這個特征在facebook，Google上買的特別爽。反而是那些正經做產品的，比如深度社交，重度手游其實買量的時候相對比較困難，或者說”貴“。

回到正題：我們要想辦法把我們用戶的后續付費行為預測出來，并且給不斷的優化自己的模型，通過后續數據修正從而達到每個用戶在1-7天內能精準的預測出來后續的付費行為，分成不同等級，或者干脆回傳預測的付費數據給到廣告平臺，進行投放優化。

具體的操作，其實偏向于技術，這些我也不懂要如何建模來實現，可能需要有專業的人工智能+機器學習的人進行操作。大致的思路可能需要包含把用戶前期的一些留存，行為，頻率，機型，設備信息，wifi，玩家之間互動等等，甚至盡可能能多拿到的一些行為數據，整合建模，對整體的用戶后續充值做一個預測，并且不斷通過歷史數據進行學習，同時也不斷把新增用戶的數據加進去學習，且根據后續的真實付費數據做模型的修正學習。

這個環節對技術的要求會非常高，不是我這個水平的人能解釋的清楚，如果真想做，可能要去找以為專業做機器學習的人來做這個事情。

對于廣告優化師來說，我們需要的是”結果輸出“，我們到底要拿什么樣的預測數據來做廣告優化呢？站在投放角度我會從下面幾個方向推進。

數據輸出環節+如何投放環節

隱藏此部分內容在知識星球，請長按掃碼查看

目前各個頭部廠商按說都已經在按照方向投放，并且沒準預測數據已經做到很精準，但是這應該也是要不斷改進完善，畢竟游戲的版本更新之后可能也會影響到預測的數值之類，不大可能做到很完善。但是總體來說按照這個思路，總比我們只拿著前面幾天的數據去投放，在精準度和系統優化上就是巨大的差距。

出海流量玄學研究中心，不定期分享信息流廣告優化師投放技巧，主要內容為海外facebook，google，TikTok ads廣告投放技巧分享，歡迎大家關注，分享內容，也歡迎大家分享更多關于游戲出海，跨境電商廣告投放技巧。

如果有投放專業領域需要咨詢，請加知識星球提問，個人微信不答疑